神策數(shù)據(jù)CEO桑文鋒：以數(shù)據(jù)思維與數(shù)據(jù)價(jià)值驅(qū)動(dòng)增長

6月6日，騰訊媒體研究院旗下芒種特訓(xùn)營運(yùn)營季在北京舉辦，神策數(shù)據(jù)創(chuàng)始人&CEO桑文鋒老師在課上進(jìn)行了分享，騰訊媒體研究院將部分內(nèi)容整理成稿，以下為具體內(nèi)容。

穿越歷史看數(shù)據(jù)思維

我們談到數(shù)據(jù)分析、數(shù)據(jù)這些東西，大家的直觀感受肯定是“這種東西是從國外來的”。國內(nèi)相關(guān)歷史文章提到數(shù)據(jù)兩個(gè)字的基本沒有，因?yàn)闆]有形成這樣一種概念。我們很多時(shí)候講數(shù)據(jù)驅(qū)動(dòng)，都是從美國、硅谷那邊引進(jìn)來的。

在我看一些歷史資料的時(shí)候，我會(huì)研究中國人之前到底有沒有數(shù)據(jù)意識(shí)，會(huì)不會(huì)考慮到這些點(diǎn)。最近這半年我都在研究黨史，因?yàn)槲矣X得創(chuàng)業(yè)一定要去學(xué)習(xí)更成功的創(chuàng)業(yè)者。在地球上最大的創(chuàng)業(yè)莫過于此了。這些創(chuàng)業(yè)者中也有乘風(fēng)而起自成體系的開山創(chuàng)業(yè)者，這其中毛主席絕對(duì)具有獨(dú)特性，因此我年前也把毛選看了一遍。

毛為什么這么厲害？研究來研究去，最重要的一點(diǎn)就是毛擅長做數(shù)據(jù)分析。

80后肯定都學(xué)過這篇文章——《反對(duì)本本主義》。這篇文章講清楚了調(diào)查的重要性，而調(diào)查就是做數(shù)據(jù)搜集——“沒有調(diào)查就沒有發(fā)言權(quán)”。文中還有另外一句話“調(diào)查就像十月懷胎，解決問題就像一朝分娩”——把調(diào)查做好了，這個(gè)事兒就非常明白了。毛選前面講的都是調(diào)查研究，比如湖南農(nóng)民的調(diào)查報(bào)告等，毛思想的起點(diǎn)就是做調(diào)查，通過調(diào)查了解實(shí)際情況。

網(wǎng)上經(jīng)常會(huì)出現(xiàn)一些段子，講KPI怎么怎么不好。但是在現(xiàn)實(shí)工作中，如果想把大家的精力放在一起去、讓大家的方向是朝一個(gè)點(diǎn)努力，KPI不失為一種有效的手段。所以數(shù)據(jù)分析、數(shù)據(jù)理念對(duì)一個(gè)國家來說是有益的，對(duì)一個(gè)小的公司來說更加成立。

因?yàn)橹袊鴼v史上缺乏數(shù)理化，于是我們小時(shí)候習(xí)慣了拍腦袋憑感覺去做決斷，在數(shù)據(jù)上利用率不是特別高。更多的時(shí)候講人文、講政治，可能你文章寫得好，你當(dāng)丞相了，不是你生產(chǎn)搞得好。但是現(xiàn)在講科技是第一生產(chǎn)力，思路必須完全不一樣。

數(shù)據(jù)價(jià)值：驅(qū)動(dòng)決策與產(chǎn)品智能

回到現(xiàn)在，數(shù)據(jù)分析到底有什么樣的價(jià)值。我總結(jié)有兩點(diǎn)：

一點(diǎn)是數(shù)據(jù)是驅(qū)動(dòng)決策，幫助你“拍板”。這里面包括做一些產(chǎn)品的大的戰(zhàn)略規(guī)劃，或者做一些商業(yè)決策，比如在北京開一個(gè)餐館開得挺好，下一步準(zhǔn)備在哪開分店等，這些都需要有數(shù)據(jù)支撐。

第二，數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品和運(yùn)營。產(chǎn)品迭代的過程并不是由你拍腦袋來決定，只有通過數(shù)據(jù)才能證明怎么改較為合適。也不是上了一個(gè)新版就有可能帶來業(yè)務(wù)的增長，新版很可能讓用戶加速流失。運(yùn)營同樣如此，大家主要做內(nèi)容創(chuàng)業(yè)，關(guān)心的是內(nèi)容。那么這個(gè)內(nèi)容是哪些用戶喜歡的？公眾號(hào)可以通過哪些數(shù)據(jù)來看運(yùn)營情況的好壞？這是可以做運(yùn)營的。

另外這些不拉過來的不同的用戶看你這一篇文章，他是否被你黏??？之后他是否又留在這個(gè)平臺(tái)里面關(guān)注你？或者成為你的一個(gè)核心付費(fèi)用戶？這個(gè)過程也得依靠數(shù)據(jù)。

還有就是管理，管理用數(shù)據(jù)說話。一是做得好不好，看你KPI完成的情況，完成得好就是做得好，我們就是用一些數(shù)據(jù)指標(biāo)評(píng)判考核。

但在我看來在這些只能發(fā)揮數(shù)據(jù)20%的價(jià)值，數(shù)據(jù)更大的價(jià)值是驅(qū)動(dòng)產(chǎn)品智能。

產(chǎn)品智能是什么？我們有了數(shù)據(jù)，套上一定的策略算法，讓產(chǎn)品本身具有一種學(xué)習(xí)能力。我拿輸入法作為一個(gè)例子，2001年的時(shí)候我在讀大學(xué)，那時(shí)我們用的智能ABC還有微軟輸入法來打字，打得速度又慢性能也不行。2006年，搜狗輸入法出來了，我相信大家對(duì)它都有很直接的感知，它甚至具備了糾錯(cuò)能力。

為什么這些輸入法變得越來越強(qiáng)大？背后靠的是數(shù)據(jù)。到搜狗輸入法的時(shí)候，它本身已經(jīng)是一個(gè)搜索引擎，它將網(wǎng)上大家經(jīng)常搜索的檢索詞收錄起來了，然后把這些信息都搬到輸入法的詞庫里，這就是過去一年多比較火的AI。AI的核心就是用數(shù)據(jù)讓產(chǎn)品本身具有學(xué)習(xí)能力，而不是一個(gè)傻瓜思想。

所以現(xiàn)在這些可能還不夠普遍，但是勢頭已經(jīng)起來了，再過三五年會(huì)更加明顯。

如何讓數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品、驅(qū)動(dòng)運(yùn)營？

首先，對(duì)一個(gè)公司來說，不是有了幾張報(bào)表或者有幾個(gè)核心指標(biāo)就叫數(shù)據(jù)驅(qū)動(dòng)、就實(shí)現(xiàn)全面的數(shù)據(jù)分析了。更系統(tǒng)地考慮這個(gè)問題，一定要考慮“全角色”，不同的角色，不管是產(chǎn)品、運(yùn)營、市場、銷售、分析師各個(gè)決策，都應(yīng)該引用數(shù)據(jù)。

比如一個(gè)便利店里面一個(gè)店員，是不是他也是掌握數(shù)據(jù)的。我去年的時(shí)候看一本書，講7—11便利店的零售哲學(xué)，里面講了一點(diǎn)，7—11便利店里面每個(gè)店員都能夠決定進(jìn)什么貨，他會(huì)搜集這個(gè)店里面賣了哪些商品、哪些商品賣得好。這就是讓每一個(gè)人都用數(shù)據(jù)，工作比較有效。

另外就是全渠道，要把線上線下打通結(jié)合起來，大家雖然做內(nèi)容創(chuàng)業(yè)的，但有些不止做內(nèi)容，后面還有賣貨賣服務(wù)。這些信息是不是能夠打通起來，把它關(guān)聯(lián)起來去做溝通。

第三點(diǎn)就是全流程。任何公司做的事情都是一個(gè)業(yè)務(wù)流程，從最開始市場、銷售到后面去服務(wù)，整體就是流程，這個(gè)流程里面各個(gè)環(huán)節(jié)是否都能引入數(shù)據(jù)？或者引入數(shù)據(jù)之后讓它變得更加智能？這都是數(shù)據(jù)能夠起到作用的點(diǎn)。

實(shí)際情況當(dāng)然沒有那么理想了，真正在實(shí)際業(yè)務(wù)里面對(duì)數(shù)據(jù)的運(yùn)用、對(duì)數(shù)據(jù)分析的數(shù)據(jù)意識(shí)反差是很大的。大家可以回想一個(gè)問題，最近你做的決策里面有多少是基于數(shù)據(jù)的？還是憑你的直覺，你的直觀感受比較準(zhǔn)，然后用它去做的？然后你的直覺里面，你的直覺判斷里面有多少是對(duì)的？可能大部分是對(duì)的，但是更多可能是錯(cuò)的，你會(huì)發(fā)現(xiàn)很多結(jié)果與你想的不太一樣，那就是因?yàn)槟銢]有數(shù)據(jù)，定性憑感覺作判斷的精確性是不夠高的。

另外你也可能只是看了一些宏觀的資料，比如看到昨天用戶活躍度這個(gè)指標(biāo)跌了4%，然后你就想知道為啥跌了4%，假如你只有一個(gè)宏觀日活的統(tǒng)計(jì)，沒有具體的數(shù)據(jù)，那該怎么去做宏觀分解？光有一些數(shù)還不夠，還要精細(xì)化維度的東西。

大數(shù)據(jù)之“大、全、細(xì)、時(shí)”

如何把數(shù)據(jù)做好？這就牽扯到你對(duì)數(shù)據(jù)的理解，大數(shù)據(jù)的概念已經(jīng)很久了，我分享一下我所理解的大數(shù)據(jù)。

首先說“大”，大是更宏觀、更系統(tǒng)的概念。比如我們把全國各個(gè)地級(jí)市今天的蘋果價(jià)格拿過來，這個(gè)數(shù)據(jù)可能只有2M大小，但是如果我們?nèi)?nèi)蒙古風(fēng)力發(fā)電機(jī)，一臺(tái)風(fēng)機(jī)振動(dòng)數(shù)據(jù)拿過來大家有多大，估計(jì)有50GB。這一天哪個(gè)產(chǎn)生的數(shù)據(jù)更大？肯定是風(fēng)機(jī)產(chǎn)生的數(shù)據(jù)更大。但是風(fēng)機(jī)叫不叫大數(shù)據(jù)？在我看來就不叫，因?yàn)槲锢砹渴呛艽蟮?，只是采了某一個(gè)節(jié)點(diǎn)。相反我們搜集全球各個(gè)地級(jí)市的蘋果價(jià)值，根據(jù)這個(gè)做蘋果的智能調(diào)度系統(tǒng)，這個(gè)就是一個(gè)很牛的大數(shù)據(jù)系統(tǒng)了，它的價(jià)值就不一樣了。很多時(shí)候因?yàn)槲覀冋莆樟巳终w系統(tǒng)的信息，判斷的時(shí)候就是高屋建瓴了，能夠?qū)@個(gè)事情作一個(gè)更好的判斷。

第二點(diǎn)就是“全”。各種數(shù)據(jù)我們都應(yīng)該把它搜集起來，而不是自己抽樣。抽樣就會(huì)有問題，因?yàn)楹苋菀讜?huì)造成偏差。比如去年的時(shí)候美國大選，大家在開始之前都認(rèn)為是希拉莉獲勝，獲勝率是80%，川普不靠譜只有20%的支持。但是結(jié)果一開是川普贏了，大家都在分析到底問題在哪。

其中一個(gè)原因是美國中部有很多農(nóng)民，農(nóng)民是比較贊同川普的，因此調(diào)查只是基于網(wǎng)絡(luò)上的統(tǒng)計(jì)偏差，最終得到了一個(gè)錯(cuò)誤的結(jié)論。每個(gè)人去做調(diào)研的時(shí)候都會(huì)存在這樣的問題，像快手這樣的產(chǎn)品冒出來的時(shí)候，很多人覺得挺驚訝的，我怎么就沒有想到這個(gè)需求？因?yàn)椴蓸拥臉?biāo)準(zhǔn)一出來，基本上需求是什么就出來了。

第三個(gè)是“細(xì)”，也就是多維度。比如我問在座的各位，你們的產(chǎn)品中不同身高的客戶在閱讀時(shí)間上有什么差異，你可能很難回答，因?yàn)槟憧赡軟]采集身高這個(gè)維度，那后面就沒有辦法作分析了，這其實(shí)就是細(xì)，細(xì)就是強(qiáng)調(diào)維度。

不是你這個(gè)維度的用戶來了，但量很小，就不需要做這個(gè)分析。量雖然小，但是同樣有價(jià)值，可以通過不同的維度不同的視角看這些數(shù)據(jù)，同樣可以得到非常有價(jià)值的分析。

最后是“時(shí)”，時(shí)就是強(qiáng)調(diào)時(shí)效性?，F(xiàn)在的信息獲取跟以前不一樣，現(xiàn)在一旦出了事兒，當(dāng)天全世界就都知道了，信息時(shí)效性與原來有根本差別。同樣，2008年金融危機(jī)的時(shí)候，如果你比大家都提前半年知道這個(gè)信息，你就可以做空或者做多一些股票。同樣一條信息，告訴你的時(shí)間不一樣，價(jià)值也不一樣。

這就是我理解的大數(shù)據(jù)，大數(shù)據(jù)從物理層面來說數(shù)據(jù)既大，也包含全體系。我們?cè)谧鰯?shù)據(jù)采集的時(shí)候，要把更大、更細(xì)、更全地做出來、搜集出來。

文：騰訊媒體研究院（TencentMRI）

增長黑客CGO薦讀：

《百度App日活破1.5億！誰是百度的“增長黑客”？》
《創(chuàng)業(yè)公司必須知道的三個(gè)原則：用戶至上，目標(biāo)導(dǎo)向，效率優(yōu)先》
《桑文鋒：首席增長官從數(shù)據(jù)思維驅(qū)動(dòng)產(chǎn)品和運(yùn)營》

更多精彩，關(guān)注：增長黑客（GrowthHK.cn）

增長黑客（Growth Hacker）是依靠技術(shù)和數(shù)據(jù)來達(dá)成各種營銷目標(biāo)的新型團(tuán)隊(duì)角色。從單線思維者時(shí)常忽略的角度和高度，梳理整合產(chǎn)品發(fā)展的因素，實(shí)現(xiàn)低成本甚至零成本帶來的有效增長…